6G网络中的宏微观决策：面向资源可替代性景观的智能体框架

6G网络的一个决定性特征是，其性能不仅取决于可用资源的数量（如频谱、天线、缓存、计算和前传带宽），还取决于其可替代性，即一种资源在条件变化时替代另一种资源的能力。我们认为，分布式6G系统的可替代性景观由两个耦合的决策尺度主导：智能体在本地做出的微观决策和网络层面涌现的宏观结果。现有的分布式优化方法很大程度上混淆了这些尺度。为弥补这一空白，我们开发了一个基于智能体建模(ABM)的框架，通过三个运营商可控的宏观选择、三个微观超参数和三个结构度量来分离宏观与微观决策。我们确立了六个关键结果： 双时间尺度分解定理； 结构度量基定理； 具有涌现崩溃阈值闭式因式分解的宏微观设计规则； 可替代性-韧性单调性命题； 连通性-可替代性对偶定理； 多应用泛化命题。数值结果可视化展示了代表性6G部署的宏观可替代性景观和微观决策敏感区域。